基于RBF神经网络的镍基TiN纳米复合镀层显微硬度预测

• 作者: 刘新功 吴蒙华 王元刚 王邦国
• 来源期刊: 材料科学与工程学报
• 学科: 工学
• 关键词: RBF神经网络 预测模型 显微硬度
• 年，卷（期）: 2012,（4）
• 所属期刊栏目: 研究论文
• 页码范围: 620-624
• 分类号: TG174.4|TQ153.2
• 字数: 3913字
• 语种: 中文

摘要

针对神经网络在预测复合镀层性能方面的应用情况,以及传统的BP神经网络存在缺陷;通过对RBF神经网络的基本原理和特点的研究,建立了利用RBF神经网络对Ni-TiN纳米复合镀层显微硬度进行预测的模型。通过实验数据验证了所建立的RBF神经网络模型具有很高的精确度,其最小相对误差可达0.62%,而且所建立的预测模型具有优化工艺参数的功能,对复合镀层的其它性能进行预测具有指导意义。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴蒙华	大连大学机械工程学院	83	556	13.0	18.0
2	王元刚	大连大学机械工程学院	24	80	6.0	7.0
3	刘新功	大连大学机械工程学院	2	8	2.0	2.0
4	王邦国	大连大学机械工程学院	14	55	4.0	7.0